一种基于深度学习算法的风机叶片覆冰状态预测方法
基本信息
| 申请号 | CN202110089240.3 | 申请日 | - |
| 公开（公告）号 | CN112734131A | 公开（公告）日 | 2021-04-30 |
| 申请公布号 | CN112734131A | 申请公布日 | 2021-04-30 |
| 分类号 | G06Q10/04;G06Q50/06;G06Q10/06;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 熊昌全;何泽其;张宇宁;黄胜 | 申请（专利权）人 | 国家电投集团四川电力有限公司 |
| 代理机构 | 成都时誉知识产权代理事务所（普通合伙） | 代理人 | 叶斌 |
| 地址 | 610000 四川省成都市天府新区华阳天府大道南段2917号67栋1单元10楼1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习算法的风机叶片覆冰状态预测方法，包括以下步骤：步骤1：数据集采集、降维处理；步骤2：数据特征预处理；步骤3：Bi‑LSTM模型训练及测试评估；步骤4：基于Bi‑LSTM和SVM模型对风机叶片覆冰状态预测。本发明基于深度学习可实现对覆冰状态的快速准确预测，还可以解决数据处理难题，同时降低预测延时性，是一种快速准确的覆冰状态预测方法。并且通过预测输出值进入SVM模型，准确快速判断风机叶片覆冰状态。快速精准对实际数据做出判断，来预测风机叶片未来一段时间是否处于覆冰状态，为及时发现风机叶片覆冰状态提供了可靠的决策依据，保证严寒季节的风电场能迅速做出应急措施。 |
